Analyzing the Effects of Metacognitive Regulation Enhances Students’ Authentic Writing Learning Performance in a Web-based Constructivist Learning Environment
Notice bibliographique
Résumé
Inadequate writing skills can prevent learners from improving their writing performance and interfere with their subsequent writing performance in authentic scenarios.The article's research focuses on the effects of metacognitive regulation on students' authentic writing performance in a web-based constructivist learning environment, which relies on constructivist learning environments to better present the authentic writing problems learners face in their studies and lives.In this paper, we adopt the method of randomized group sampling to conduct a single-group pre-test and post-test experiment on 40 students in a public high school.It also chooses students' writing learning achievement as the dependent variable, and students' metacognitive regulation level and writing selfefficacy as the independent variable and mediator variable, respectively, and explores the degree of influence of metacognitive regulation level on students' writing learning achievement through multiple linear regression.The results showed that there was no significant difference between pretest 1 and pretest 2, while posttest 1 and posttest 2 were much higher than pretest 1 and pretest 2. There was a significant positive effect of students' level of metacognitive regulation on students' learning achievement in writing (0.459), and there was a significant mediating effect of students' writing selfefficacy between students' level of metacognitive regulation and students' learning achievement in writing.Relying on the web-based constructivist learning environment can significantly enhance students' metacognitive regulation level and provide a new teaching path to promote students' writing learning achievement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».